[發明專利]一種基于概率圖模型的水下目標定位方法

有效

• 申請號: 202011401299.3
• 申請日: 2020-12-04
• 公開（公告）號: CN112698266B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 孫大軍;張居成;韓云峰;鄭翠娥;徐敏
• 申請（專利權）人: 哈爾濱工程大學青島船舶科技有限公司
• 主分類號: G01S5/02
• 分類號: G01S5/02
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 于歌

一種基于概率圖模型的水下目標定位方法，屬于水下定位技術領域，本發明為解決現有技術在信標稀疏、信息更新率低時無法獲得高精度的水下目標位置的問題。它包括在稀疏條件下，獲取單目標在一段時間內的全部距離數據和速度數據，將距離數據和速度數據分別作為局部變量，采用因子圖表示各局部變量的全局聯合概率分布，獲得全局函數；對全局函數進行求補和計算，求解邊緣函數，獲得目標每個時刻的位置估計值；對邊緣函數采用和積算法計算，求解聯合分布的各個局部變量的邊緣概率函數，獲得不同時刻的目標估計結果。本發明用于對水下目標進行精確定位。

技術領域

本發明涉及一種基于概率圖模型的水下目標定位方法，屬于水下定位技術領域。

背景技術

隨著人類對海洋資源的重視與日俱增，水下航行器和水下武器等水下目標發展快速，對水下目標進行定位和跟蹤具有非常重要的意義。但是由于水下環境復雜，噪聲對水下目標定位結果的影響較大，單純的方程組計算不能求出確定的位置，或者求解的位置與實際位置偏差較大，因此針對不同的水下條件，需要選取不同的定位解算方法。定位算法通常包括：交匯法、航位推算法和協同法。

(1)交匯法，是在通過TOA、TDOA、AOA等方法得到待求節點與已知節點之間的距離和角度信息后，選取相應的定位模型，之后建立方程組。數值求解方法主要根據求極值思想來獲取最下的目標估計。

這類方法一般通過最小二乘法或迭代求解法計算目標位置，因此計算復雜度較低，可以實時解算目標的位置，并且通過構建的方程得到解的表達式，容易分析誤差的影響。但是該方法存在缺陷，定位的結果受誤差的限制較大，聲速誤差、信標定位誤差、時間誤差都將嚴重影響精度，需要根據不同需求對誤差進行修正。

(2)航位推算法，主要用概率法來對水下移動目標進行持續跟蹤，在目標可以估計自身的速度、航向等信息時，使用概率方法可以提高定位的精度和穩定性。概率法使用兩部分估計，一部分估計采用前一時刻的估計值估值下一時刻目標的位置，另一部分使用當前的測量值估計目標的位置，通過兩者的權重分布得到最佳目標估計。通常情況下，概率法使用卡爾曼濾波、擴展卡爾曼濾波、粒子濾波、級聯卡爾曼濾波等。

該類方法一般用于移動目標跟蹤的過程中，可以大大提高定位的精度，且該方法的應用范圍廣泛，在不同的條件下可以選取不同的測量量作為輸入，當目標出現短暫的丟失的情況下，可以估計目標的位置。但是，該定位方法在定位過程中計算量大且復雜，當目標運動較快或者受到長時間的遮擋后，無法估計目標位置。

(3)協同法，對于多目標的水下定位，可以依據節點之間的相互信息協作方式來進行定位。首先可以通過信標估計節點位置，然后根據節點之間距離獲得約束條件，對其他目標進行定位，提高定位精度。

協同方法通過信息交互的方式實現定位，可以提高定位精度。但需要節點之間的相互通信，然后傳輸給一個集中節點，需要該節點有很高的計算能力，對硬件要求高，增加了能量消耗和復雜度。此外，該方法還存在稀疏條件下定位不準確的問題。

傳統方法中采用的最小二乘法等數值法：受誤差的影響較大，在水下復雜的環境中，定位結果精度低。并且，當測量信息不足時，無法解算出目標位置。

卡爾曼濾波方法：該方法需要前一時刻的估計值和當前時刻的測量值來估算目標位置，當不存在先驗信息時，該方法無法很好運行。同時目標運動快或受到長時間遮擋后，無法估計位置信息。在估計的過程中，只是對當前時刻的估計，丟失前面時刻的數據，誤差較大。

集中式協同方法：集中式節點的方法對硬件要求高，處理數據復雜度高。在信標稀疏條件下，較大的范圍只存在幾個信標。通信距離較遠時，得到的信息的更新率大幅度降低，某一時刻僅能夠與一個信標進行通信。這就造成單個時刻無法計算出目標的位置，例如待測目標周圍只有一個已知節點時無法估計目標的具體位置，有可能在圓上(二維條件下)的任意位置。需要聯合其他位置時刻的測量信息。當未知參數較多時，很難建立方程式計算出解析解。

發明內容